Vordenker

Autonome Agenten sind das nächste Schmerzmittel für das IT-Team

mm
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen

Im AI-Boom sehe ich zwei verschiedene Kategorien von Lösungen: Vitamine und Schmerzmittel. Ein Vitamin ist etwas, das Ihnen hilft, bessere Kopien zu erstellen oder eine Präsentation zu polieren, was Ihre Produktivität nur so weit steigert. Ein Schmerzmittel hingegen ist eine Frage des systemischen Überlebens. Es kann Ihnen helfen, ein Problem zu beheben, bevor es außer Kontrolle gerät, oder mit einem globalen Ausfall umzugehen, wie z.B. als eine Änderung von CrowdStrike zusammenbrach und etwa 8,5 Millionen Windows-PCs im Juli 2024 lahmlegte.

Wenn man AI annimmt, ist es besser, der Kategorie Schmerzmittel nachzugehen als der Kategorie Vitamine. Ich bin nicht überrascht, dass Gartner vorhersagte, dass im Jahr 2026 AI “von Tools, die Menschen unterstützen, zu Plattformen entwickelt, die manuelle Anstrengung für komplexe Workflows ersetzen”. Stellen Sie sich vor, wie schmerzhaft das Problem von CrowdStrike war und wie viel besser AI-Agenten es hätten handhaben können. IT-Automatisierung ist ein Schmerzmittel.

IT ist ähnlich wie Feuerwehr

Die schmerzhafte Wahrheit ist, dass die IT-Branche in Daten ertrinkt, aber an Erkenntnissen hungert. Es gibt genug Daten, um sie zu sammeln, aber geben diese Daten Ihnen Antworten? Dieses “Datenrauschen” war immer das Problem in der IT und verwandelt es in einen permanenten Zustand des Feuerlöschens.

Der Rest des Unternehmens interessiert sich nicht für IT-Operationen. Sicherlich liefert IT nützliche Dashboards, aber diese sind mehr wie Versicherungen: sie bieten Frieden und Sicherheit, dass das Unternehmen geschützt ist. Währenddessen sind IT-Mitarbeiter die ersten Reaktionstruppen, die versuchen, Brände zu löschen, die sich schnell ausbreiten können. Es gibt viele hohe Einsätze, Millionen von Dollar stehen auf dem Spiel, und sie können nicht immer damit umgehen. Es ist unglaublich harte Arbeit.

Kann ein AI-Tool einen Brand löschen und sicherstellen, dass er nicht zu einer größeren Katastrophe führt? Meiner Erfahrung nach ist die Antwort eindeutig ja. Das Unternehmen interessiert sich für die Behebung des Problems durch IT, nicht für Geschwindigkeit, Fütterung und was unter der Haube steckt. IT ist ein wertbasiertes, ergebnisbasiertes Anwendungsgebiet für AI.

Geben Sie Agenten mehr Handlungsfreiheit

Anders ausgedrückt macht AI Selbstheilung in der IT möglich und verschiebt die Arbeit von Feuerlöschung zu Feuerprävention. Sie wollen nicht, dass Menschen Zeit mit Feuerlöschung verbringen, wie sie es vor 20 Jahren taten. Heute wollen Sie Rauchmelder in Ihrer IT-Infrastruktur. Wenn es Rauch gibt, erkennen die AI-Agenten ihn und beheben ihn. Es gibt keinen Grund, jedes Mal die Feuerwehr zu rufen und Feuerwehrleute zu entsenden.

Agenten können Ihnen helfen, Rauschen zu reduzieren und Probleme zu untersuchen. Zum Beispiel: “Bob beschwerte sich, dass seine App langsam läuft. Kein Problem, lassen Sie den AI-Agenten untersuchen und die Ursache finden.” Ein zweiter Agent behebt das Problem, und ein dritter Agent erstellt für Bob ein Dashboard, das seinem Team zeigt, was wirklich passiert. Es ist kein Wunder, dass Forrester glaubt, dass Multi-Agenten-Systeme der nächste Fortschritt in der agierenden AI sind. Sie können einen Schwarm von Agenten haben, die zusammenarbeiten, um zu erkennen, zu untersuchen, zu lösen und zu lernen. Das ist der gesamte Kreislauf. Im Laufe der Zeit, wenn AI die Oberhand gewinnt, schrumpft der Anteil der monotonen IT-Arbeit, und Menschen werden zu Reviewern.

Menschliche Workflows können komplex sein, wie z.B. ein Kunde, der einen Flug gebucht hat, ein Problem erlebt hat und eine Rückerstattung möchte. Diese Dinge sind für Agenten schwer zu handhaben. Aufgaben wie das Lesen von Log-Dateien? Agenten tun das im Schlaf. Tatsächlich schlafen sie nie. IT-Automatisierung ist ein geeignetes Anwendungsgebiet für Agenten.

Wenn Sie Ihre Denkweise ändern, werden Sie Ihren Agenten mehr Handlungsfreiheit geben, indem Sie sicherstellen, dass sie alle Ihre Vorfälle, Dienstleistungen, Standorte und die Organisationsstruktur verstehen. Letztendlich können Ihre Agenten umso mehr erreichen, je besser sie die Datenbeziehungen Ihres Unternehmens verstehen. Es geht nicht nur um das Was, sondern um das Warum. “Warum hat Bob dieses Router-Flapping-Problem auf eine bestimmte Weise behoben? Nun, hier ist, was er getan hat.”

Es gibt strukturiertes Wissen, Nachrichten in Slack und Anrufe in Teams. Sie können all dies in einem Kontextgraphen zusammenbringen und in Ihren Agenten-Engine einfügen, der das tut, was Menschen tun: wahrnehmen, ihre Arbeit planen, darüber nachdenken, handeln und anpassen.

Vor zwei Jahren spuckten Chatbots nur eine Antwort aus. Es war entweder sehr gut oder sehr schlecht. Seitdem haben wir Argumentation und Aktion hinzugefügt. Das ist der Punkt, an dem der gesamte Kreislauf zum Leben erwacht. Agenten mehr Handlungsfreiheit zu geben, ist eine neue Art, IT-Anwendungen zu bauen, zu verwalten und zu beheben.

Messen Sie, wie Agenten helfen

Bei all unseren Kunden, die IT-Automatisierung wollen, ist der wichtigste Einsatzfall die Reduzierung von Rauschen. Es gibt so viel Rauschen, und niemand mag es, wenn er zu unchristlichen Zeiten geweckt wird, besonders wenn es meistens kein Feuer, sondern nur Rauch gibt.

Sie wollen nicht, dass menschliche Arbeitskraft für Rauchmelder verschwendet wird. Sie wollen, dass der Agent damit umgeht. Die Reduzierung von Rauschen ist ein klarer Wert-Indikator. Wenn Sie Rauschen um 90% reduzieren, treten weniger Vorfälle in Ihr IT-Service-Management-Tool ein, wie z.B. ServiceNow. Weniger Tickets in ServiceNow bedeuten, dass Ihr IT-Team mehr Zeit für kritische Arbeit hat. Das ist der wichtigste Indikator, den unsere Kunden messen: weniger Vorfälle, die in ihr IT-Service-Management-Tool eintreten.

Der zweite kritische Indikator ist die Zeit, die zur Untersuchung benötigt wird. Untersuchungen dauerten im Durchschnitt vier bis acht Stunden. “Hey, Bob, gehen Sie und untersuchen Sie dieses Problem.” Jedes Mal, wenn Sie Bob bitten, ein Problem zu untersuchen, braucht er Zeit. Sie können Bob nicht jedes Mal bitten, ein Problem zu untersuchen, weil es zu lange dauern würde. Bob kommt nach acht Stunden mit einem Bericht zurück. Als Ergebnis müssen Sie, wenn Sie keine Agenten haben, die meisten Ihrer Untersuchungen durchführen, einige Brände brennen lassen. Die Kosten sind, dass einige Brände zu Feuerstürmen werden. Sie fliegen blind. Sie sehen diese lästigen Warnungen, die hereinkommen, und müssen sie ignorieren, bis Sie wissen, dass der Rauch ein Feuer ist. Mit Agenten können Sie jede Anomalie in Minuten untersuchen und unendlich viele Untersuchungen durchführen.

Drittens verfolgen einige Kunden die mittlere Zeit bis zur Reparatur (MTTR), die misst, wie lange es dauert, ein Problem zu lösen. Sie messen, wie viele Vorfälle vollständig autonom gelöst werden. Wenn das System einen Vorfall generiert, ist es ein Systemfehler, und der Agent kann den Vorfall bestimmen, beheben und Ihnen mitteilen, dass er ihn behoben hat. Alles wird im Ticket verfolgt, so dass Sie die Audit-Log sehen können. Es ist, als ob ein Mensch es getan hätte, aber Agenten tun alles. Die MTTR kann heute bei 10% bis 20% liegen, aber diese Zahl wird nur weiter wachsen.

Agenten ändern, wie Ihr Unternehmen operiert

Die Reduzierung von Rauschen, die Zeit zur Untersuchung und die MTTR sind alle Gründe, warum wir autonome IT bei unseren Kunden sehen. Viele haben keine Level-1-Mannschaft mehr, weil sie diese Funktion vollständig automatisiert haben. Es gibt nur noch Level 2 und Level 3. Im April schätzte McKinsey , dass agierende AI schließlich 60% bis 80% der Routine-Infrastrukturarbeiten automatisieren kann und nannte ein Beispiel, in dem 50% der Kapazität der Service-Agenten eines Unternehmens für höherwertige Aktivitäten umgeschichtet wurde.

Nachdem Unternehmen die richtigen AI-Tools eingesetzt haben, verändern ihre IT-Teams, wie sie arbeiten. Deshalb ist IT-Automatisierung ein Schmerzmittel: es ist ein katalysierender Faktor, der Unternehmen dazu zwingt, AI-Agenten in ihrem gesamten Unternehmen zu akzeptieren und ihre menschliche Arbeitskraft zu nutzen, um ihr Geschäft reibungslos laufen zu lassen.

Karthik Sj ist der Chief AI Officer bei LogicMonitor. Mit fast 20 Jahren Erfahrung bei der Leitung globaler Produktorganisationen hat er sowohl bei hochwachsenden Startups wie Aisera als auch bei großen öffentlichen Unternehmen wie SAP gearbeitet. Seine Expertise liegt im Aufbau, der Ausführung und Skalierung von AI-ersten Produkten für Unternehmen. Während seiner Amtszeit hat er mehrere Null-zu-Eins-Produkte zu Umsätzen gebracht und hält mehrere Patente im Bereich KI und Automatisierung.